Forskere utvikler autonome systemer som kan registrere endringer i skyggen

Ingeniører ved MIT har utviklet et nytt system som er svært viktig for autonome kjøretøy og deres sikkerhet. Systemet kan registrere små endringer i skyggen på bakken, og det kan bestemme om det er noen flytende objekter rundt hjørnet. 

En av de viktigste målene for enhver bedrift som søker å skape autonome kjøretøy er økt sikkerhet. Ingeniører arbeider konstant med å gjøre kjøretøyene bedre til å unngå kollisjoner med andre biler eller fotgjengere, spesielt de som kommer rundt et byggs hjørne. 

Det nye systemet har også potensialet til å bli brukt på fremtidige roboter som navigerer i sykehus. Disse robotene kunne levere medisiner eller forsyninger gjennom sykehuset, og systemet ville hjelpe dem å unngå å treffe mennesker. 

En artikkel vil bli presentert neste uke på Den internasjonale konferansen om intelligente roboter og systemer (IROS). Den inkluderer beskrivelser av de vellykkede eksperimentene som er utført av forskerne, inkludert et autonomt kjøretøy som manøvrerer rundt en parkeringsgarasje og stopper når det nærmer seg et annet kjøretøy.

Det nåværende systemet er ofte LIDAR, som kan registrere synlige objekter med mer enn en halv sekund. Ifølge forskerne kan brøkdelene av en sekund gjøre en stor forskjell i raske autonome kjøretøy.  

“For applikasjoner hvor roboter beveger seg rundt i miljøer med andre flytende objekter eller mennesker, kan vår metode gi roboten en tidlig advarsel om at noen kommer rundt hjørnet, så kjøretøyet kan sakke ned, tilpasse sin rute og forberede seg i forkant for å unngå en kollisjon,” legger medforfatter Daniela Rus, direktør for Computer Science and Artificial Intelligence Laboratory (CSAIL) og Andrew og Erna Viterbi Professor of Electrical Engineering and Computer Science, til. “Den store drømmen er å gi ‘røntgen-syn’ til kjøretøy som beveger seg raskt på gatene.”

Det nye autonome systemet har bare blitt testet innendørs. Under disse betingelsene er lysforholdene lavere, og robot-hastighetene er lavere. Det autonome systemet kan analysere og registrere skyggen mye enklere i denne miljøet. 

Artikkelen ble samlet av Daniela Rus; første forfatter Felix Naser, som er en tidligere CSAIL-forsker; Alexander Amini, en CSAIL-gradstudent; Igor Gilitschenski, en CSAIL-postdoktor; grad Christina Liao; Guy Rosman fra Toyota Research Institute; og Sertac Karaman, associate professor of aeronautics and astronautics at MIT. 

ShadowCam System

Før de nye utviklingene, hadde forskerne allerede et system kalt “ShadowCam.” Systemet kan identifisere og klassifisere endringer i skyggen på bakken gjennom bruk av computer-vision-teknikker. De tidligere versjonene av systemet ble utviklet av MIT-professorene William Freeman og Antonio Torralba. De to professorene var ikke medforfattere på IROS-artikkelen, og deres arbeid ble presentert i 2017 og 2018. 

ShadowCam bruker video-rammer fra en mål-spesifikk kamera, og det kan registrere enhver endring i lysintensitet over tid. Dette forteller systemet om noe beveger seg lenger bort eller kommer nærmere, og det analyserer informasjonen og klassifiserer hver bilde som et stasjonært objekt eller et flytende objekt. Dette tillater systemet å fortsette på den beste mulige måten. 

ShadowCam ble justert og endret for å bli brukt på autonome kjøretøy. Opprinnelig brukte det augmented reality-merker kalt “AprilTags,” som var som QR-koder. ShadowCam brukte disse for å fokusere på bestemte kluster av piksler for å bestemme om det var noen skygge til stede. Imidlertid viste dette systemet seg å være umulig å bruke i virkelige scenarier. 

På grunn av dette, skapte forskerne en ny prosess som bruker bilde-registrering og en visuell-odometri-teknikk sammen. Bileregistrering overlagrer flere bilder for å identifisere enhver variasjon. 

Den visuell-odometri-teknikken som forskerne bruker, kalles “Direct Sparse Odometry” (DSO), og den opererer på samme måte som AprilTags. DSO bruker en 3D-utskrifts-sky, og den plotter de forskjellige egenskapene til en miljø på den. En computer-vision-pipeline lokaliserer deretter en region av interesse, som for eksempel en gulv. 

ShadowCam bruker DSO-bileregistrering og overlagrer alle bildene fra samme synspunkt som roboten. Roboten, som beveger seg eller står stille, kan deretter fokusere på samme patch av piksler hvor det er en skygge. 

Hva kommer nå

Forskere vil fortsette å arbeide med dette systemet, og de vil fokusere på forskjellene mellom innendørs- og utendørs-lysforhold. Til slutt ønsker teamet å øke hastigheten på systemet samt automatisere prosessen.